综述：研究生文献综述：降胆固醇乳酸菌的筛选、降解机制及其在乳制品中的应用——综述

《Journal of Dairy Science》：Graduate Student Literature Review: Screening, degradation mechanisms, and applications in dairy products of cholesterol-lowering lactic acid bacteria—A review

　　本研究通过牛奶中红外光谱（MIR）和机器学习算法（PLS、SVM、ANN）开发了预测血液β-羟丁酸（BHB）浓度的模型，并评估了其遗传参数和与牛奶产量 Traits 的相关性。结果显示，MIR-BHB 遗传力为0.13-0.18，与临床酮症遗传相关0.84，且与牛奶产量、脂肪率等存在显著相关，表明其可作为间接选择指标用于遗传评估。

　　本研究聚焦于早期泌乳期奶牛中常见的代谢紊乱——高酮血症（Hyperketonemia）的遗传评估问题。高酮血症主要由能量失衡引起，通常发生在奶牛产犊后，表现为血液中酮体（尤其是β-羟基丁酸，BHB）浓度升高。这种代谢异常不仅影响产奶性能，还对奶牛健康和生产效率造成负面影响。然而，传统的诊断方法依赖于血液中BHB浓度的直接测量，这一过程需要昂贵的设备和复杂的操作，因此难以大规模应用于奶牛遗传评估系统中。为了解决这一问题，研究团队提出利用牛奶中红外（MIR）光谱数据预测BHB浓度，从而建立一个可行的遗传评估工具。

在本研究中，研究者利用了两个主要数据集。第一个数据集包含来自25个奥地利商业奶牛场的555个记录，涉及365头奶牛，这些数据用于构建预测模型。第二个数据集则涵盖了318个奶牛场的92,006个测试日记录，这些数据用于后续的遗传分析。通过对比不同的机器学习算法（如偏最小二乘法、支持向量机和人工神经网络），研究者开发了基于MIR光谱的BHB预测方程，并在两种验证方法下评估其预测性能。尽管预测精度相对较低（R2值在0.18到0.34之间），但这些结果仍表明MIR光谱可以作为血液BHB浓度的可靠替代方法。

在遗传分析方面，研究者利用了VCE软件，基于动物模型对MIR预测的BHB（MIR-BHB）与牛奶生产性状（如产奶量、脂肪含量、蛋白质含量、乳糖含量和脂肪蛋白比）之间的遗传参数进行了估计。结果显示，MIR-BHB的遗传力在0.13到0.18之间，这表明该性状具有一定的遗传基础，可以作为遗传改良的潜在指标。此外，MIR-BHB与牛奶生产性状之间存在显著的遗传相关性。例如，MIR-BHB与产奶量呈正相关（遗传相关性范围为0.18到0.56），与脂肪含量和脂肪蛋白比也呈正相关，但与蛋白质含量呈负相关。这些结果与之前的研究一致，进一步验证了MIR-BHB在遗传评估中的适用性。

MIR-BHB与实际测量的BHB浓度之间表现出较高的遗传相关性（0.65 ± 0.16），这表明MIR预测的BHB能够有效捕捉实际BHB的遗传成分。此外，MIR-BHB与临床酮症之间也存在显著的正向遗传相关性（0.84 ± 0.46），这为将MIR-BHB纳入遗传评估系统提供了理论依据。然而，由于MIR-BHB的遗传相关性标准差较高，研究者指出其在实际应用中仍需谨慎对待，以确保遗传评估的准确性。

在实际应用中，研究者利用了不同遗传力等级的公牛后代数据进行验证。结果显示，遗传力较高的公牛后代在MIR-BHB和实际BHB浓度上均表现出较低的水平，且临床酮症的发生率也较低。这表明基于MIR-BHB的遗传评估可以有效筛选出具有较低酮血症风险的奶牛群体，从而提高未来奶牛群体的健康水平。

总体而言，本研究证实了MIR光谱在预测血液BHB浓度方面的潜力，同时指出MIR-BHB在遗传评估中具有一定的可行性。尽管其预测精度和遗传相关性存在一定局限性，但MIR-BHB可以作为替代性状，为遗传改良提供新的方向。随着MIR光谱技术在奶牛生产中的广泛应用，MIR-BHB有望成为提升奶牛代谢健康水平的重要工具。未来的研究应进一步优化预测模型，提高其准确性，并探索其在不同奶牛品种和生产环境中的适用性，以推动奶牛遗传评估系统的全面升级。